Chemie-Nobelpreis für computergestützte Proteinforschung
Der Chemie-Nobelpreis 2024 geht an drei Forscher, deren Errungenschaften an der Schnittstelle von Biochemie und Computertechnik liegen. Die erste Preishälfte erhalten Demis Hassabis und John Jumper vom Google-KI-Forschungszentrum Deepmind. Sie haben vor wenigen Jahren eine künstliche Intelligenz entwickelt, die den "heiligen Gral" der Proteinchemie geknackt hat: "AlphaFold" kann die dreidimensionale Faltung eines Proteins allein auf Basis von dessen Aminosäuresequenz vorhersagen – in Minuten statt wie zuvor nach Jahren aufwendiger Laboranalysen. Wichtig ist dies, weil Proteine erst durch ihre dreidimensionale Struktur ihre Funktionen erfüllen können.
Die zweite Hälfte des Nobelpreises geht an den US-Chemiker David Baker, der mithilfe eines selbst entwickelten Computerprogramms den umgekehrten Weg gegangen ist: Sein "Rosetta"-Programm kann die Aminosäuresequenz ermitteln, aus der sich ein beliebiges, maßgeschneidertes Protein herstellen lässt – inklusive der gewünschten Faltung und Eigenschaften. 2003 gelang es Baker damit erstmals, auch synthetische, nicht in der Natur vorkommende Proteine zu erzeugen.
"Die Arbeit der drei Preisträger hat eine neue Ära der biochemischen und biologischen Forschung eröffnet, in der wir nun Proteinstrukturen auf eine Weise entwerfen und vorhersagen können, wie es nie zuvor möglich war", sagt das Nobelpreiskomittee.
Physik-Nobelpreis für KI-Pioniere
Der Physik-Nobelpreis 2024 geht an zwei KI-Forscher, denen wir die Grundlagen für künstliche Intelligenzen wie ChatGPT, Gemini und Co verdanken. Diese generativen KI-Systeme haben in den letzten Jahren Technik, Wissenschaft und auch unseren Alltag revolutioniert. Ihre Basis bilden neuronale Netzwerke: vernetzte Systeme, bei denen Rechenknoten in mehreren Schichten miteinander verschaltet sind. Wie bei den Verknüpfungen in unserem Gehirn wird auch in diesen künstlichen Netzwerken jede Verbindung, die zu einer richtigen Entscheidung führt, im Laufe der Trainingszeit stärker gewichtet – das Netzwerk lernt.
Die beiden diesjährigen Nobelpreisträger, der US-Physiker John Hopfield und sein britischer Kollege Geoffrey Hinton, haben die Basis für diese Technologie entwickelt. John Hopfield war der erste, der 1982 eine Methode entwickelte, durch die neuronale Netzwerke eine Art assoziatives Gedächtnis entwickeln können. Dabei lernt das Netzwerk, indem es den Weg der geringsten Energie sucht. Passt beispielsweise ein eingespeistes Bild zu einem schon zuvor gespeicherten, senkt dies die Energie des entsprechenden Knotens und Netzwerkpfads. Passt es nicht, sucht das System weiter, bis es etwas Passendes findet.
Geoffrey Hinton ergänzte die neuronalen Netzwerke von Hopfield um eine entscheidende Fähigkeit: das Arbeiten auf Basis von Wahrscheinlichkeiten. Außerdem entwickelte er Netzwerke aus mehreren Ebenen: Die Ebene der "sichtbaren Knoten" verarbeitet die zu lernenden Informationen, während die Ebene der "versteckten Knoten" mit dazu beiträgt, die Struktur des Netzwerks anzupassen und auch nicht gelernte Muster auf Basis der Wahrscheinlichkeit zu erkennen. Hintons Modell verdanken heutige künstliche Intelligenzen ihre Fähigkeit, auch Neues zu erschaffen.
Medizin-Nobelpreis für die Entdecker der microRNA
Der Medizin-Nobelpreis 2024 geht an zwei US-Forscher, die eine entscheidende Frage der Genetik geklärt haben: Wie kann unser Körper so viele verschiedene Zellen und Gewebe bilden, obwohl alle Zellen die gleiche DNA in sich tragen? Denn jede unserer Zellen hat ihren Ursprung in nur einer einzigen Zelle – der befruchteten Eizelle. Deshalb findet sich ihre DNA in allen unseren Körperzellen – egal ob Hautzelle, Neuron oder Blutkörperchen. Diese Zellen unterscheiden sich darin, welche Gene abgelesen und welche Proteine aus diesen genetischen Bauanleitungen produziert werden.
Einen dafür wichtigen Prozess haben Victor Ambros und Gary Ruvkun Anfang der 1990er Jahre durch ihre Forschung an Fadenwürmern entdeckt. Sie beobachreten, dass es in den Zellen der Würmer kurze RNA-Stückchen gab, die sich an die Boten-RNA - die vom Zellkern-Genom kopierte Protein-Bauanleitung – anlagerten. Dies verhinderte, dass diese Bauanleitung von den Proteinfabriken der Zelle ausgelesen wurde. Die microRNA getauften RNA-Stücke blockieren damit die Produktion von nicht benötigten Proteinen und steuern so, welche Merkmale eine Zelle entwickelt.
"Diese bahnbrechende Entdeckung von Ambros und Ruvkun war unerwartet und enthüllte eine ganz neue Dimension der Genregulation, die für alle Lebensformen essenziell ist", erklärt das Nobelpreis-Komitee. Heute wissen wir, dass unser Erbgut tausende Gene für solche Mikro-RNAs enthält. Sie steuern die Entwicklung unserer Gewebe und Organe und beeinflussen unsere Gesundheit, aber auch die Entstehung mancher Krankheiten wie Krebs. Zusätzlich könnten die microRNAs einer der "Motoren" der Evolution und der Entwicklung höheren Lebens gewesen sein: "Die Entstehung und Ausweitung der microRNA-Gene ist eng mit der Evolution immer komplexerer Organismen verknüpft", erklärt das Nobelpreis-Komitee.
